检查音频缓冲区的声音

Question

我有一个程序，我从麦克风24/7录制一个1.5秒的音频缓冲区。 现在，不是将缓冲区（根本没有声音）发送到服务器，这只会使它更加滞后并浪费带宽，我想检查缓冲区是否有声音。

缓冲区如下所示：

    short int *waveIn = new short int[NUMPTS];

其中：

const double seconds = 1;
const int sampleRate = 8000;
const int NUMPTS = sampleRate * seconds;

所以，我有一个包含8000个单元的短整数，它存储音频缓冲区......

现在，通过使用Visual Studio调试器进行检查，在我将麦克风音频捕获到缓冲区后，缓冲区如下所示：

waveIn[0] = -125
waveIn[1] = -780;
waveIn[2] = -1320;

依旧......

现在，我需要使用此缓冲区检测，如果它已捕获音频，或者它只是一个不包含声音的缓冲区...

运行几次之后，我注意到当缓冲区里面有声音时，单元格包含较小的数字。例如，其中包含声音的数组通常如下所示：

waveIn[0] = -1300;
waveIn[1] = -3200;
waveIn[2] = -2400;

现在，我的问题是，有时候，包含音频的缓冲区有大数字（更接近0），即使它们内部有声音......

因此，例如，有时单元格的数字范围为-600~-1200且内部没有任何内容，有时，它们的数字范围为-600~1200，实际上内部包含声音。

那么，我怎样才能检测到音频缓冲区内部是否有声音？

我希望我足够清楚......

谢谢！

编辑：我忘了提及，我正在使用Wave API处理音频...

Answer 1

假设您正在使用WAVE_FORMAT_PCM，单个样本的范围可以在32K到-32K之间，静音是接近0的小数。要计算声音的大小，您应该采用多个样本的绝对值（正样本和负样本）同样重要），然后平均。仅查看3个样本是非常不合适的（只有3/8000秒），因此选择与真实声音相当的间隔，例如十分之几秒。没有神奇的幅度阈值意味着存在声音，因此更好的策略是比较连续间隔的幅度，甚至是运行平均值，寻找从低（近 - 安静）到高得多（更响亮）的变化。因此，您将根据背景噪音水平获得移动阈值。